OpenCV（cv::minMaxLoc()）

• 1. 函数定义
• 2. 示例代码
• 3. 掩膜的使用
• 4. 注意事项
• 5. 应用场景

cv::minMaxLoc() 是 OpenCV 库中用于查找数组或图像中最小值和最大值及其位置的函数。

1. 函数定义

void cv::minMaxLoc(
    InputArray src,
    double* minVal = nullptr,
    double* maxVal = nullptr,
    Point* minLoc = nullptr,
    Point* maxLoc = nullptr,
    InputArray mask = noArray()
)

参数：

• src: 输入数组，可以是单通道或多通道的 CV_8U、CV_32F 或 CV_64F 类型的图像或矩阵。

• minVal: 指向 double 类型变量的指针，用于存储找到的最小值。如果不需要最小值，可以传入 nullptr。

• maxVal: 指向 double 类型变量的指针，用于存储找到的最大值。如果不需要最大值，可以传入 nullptr。

• minLoc: 指向 Point 类型变量的指针，用于存储最小值的位置（坐标）。如果不需要位置，可以传入 nullptr。

• maxLoc: 指向 Point 类型变量的指针，用于存储最大值的位置（坐标）。如果不需要位置，可以传入 nullptr。

• mask: 可选的掩膜数组，类型必须与 src 相同。如果提供了掩膜，则函数只会在掩膜非零的区域内查找最小值和最大值。默认情况下，掩膜为全1，即整个输入数组都参与查找。

返回值：

cv::minMaxLoc() 没有返回值，结果通过指针参数返回。

2. 示例代码

以下是一个使用 cv::minMaxLoc() 函数的示例，展示如何在灰度图像中查找最小值和最大值及其位置：

#include <opencv2/opencv.hpp>
#include <iostream>

int main()
{
    // 读取灰度图像
    cv::Mat img = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE);
    if (img.empty())
    {
        std::cerr << "无法读取图像文件！" << std::endl;
        return -1;
    }

    double minVal, maxVal;
    cv::Point minLoc, maxLoc;

    // 查找最小值和最大值及其位置
    cv::minMaxLoc(img, &minVal, &maxVal, &minLoc, &maxLoc);

    std::cout << "最小值: " << minVal << " 位置: (" << minLoc.x << ", " << minLoc.y << ")" << std::endl;
    std::cout << "最大值: " << maxVal << " 位置: (" << maxLoc.x << ", " << maxLoc.y << ")" << std::endl;

    // 可视化最小值和最大值的位置
    cv::Mat imgColor;
    cv::cvtColor(img, imgColor, cv::COLOR_GRAY2BGR);
    cv::circle(imgColor, minLoc, 5, cv::Scalar(255, 0, 0), -1); // 蓝色标记最小值
    cv::circle(imgColor, maxLoc, 5, cv::Scalar(0, 0, 255), -1); // 红色标记最大值

    cv::imshow("MinMaxLoc", imgColor);
    cv::waitKey(0);

    return 0;
}

示例说明：

1. 读取图像：使用 cv::imread 以灰度模式读取图像。

2. 调用 minMaxLoc：传入图像，获取最小值、最大值及其位置。

3. 输出结果：将最小值和最大值及其位置输出到控制台。

4. 可视化：在图像上用不同颜色的圆圈标记最小值和最大值的位置，并显示图像。

3. 掩膜的使用

掩膜允许在指定区域内查找最小值和最大值。以下示例展示如何在图像的特定区域内查找最小值和最大值：

// 创建一个与图像大小相同的掩膜，初始为0
cv::Mat mask = cv::Mat::zeros(img.size(), CV_8U);

// 定义掩膜区域，例如一个圆形区域
cv::circle(mask, cv::Point(img.cols / 2, img.rows / 2), 100, cv::Scalar(255), -1);

// 查找掩膜区域内的最小值和最大值
cv::minMaxLoc(img, &minVal, &maxVal, &minLoc, &maxLoc, mask);

// 输出结果
std::cout << "掩膜区域内最小值: " << minVal << " 位置: (" << minLoc.x << ", " << minLoc.y << ")" << std::endl;
std::cout << "掩膜区域内最大值: " << maxVal << " 位置: (" << maxLoc.x << ", " << maxLoc.y << ")" << std::endl;

示例说明：

1. 创建掩膜：创建一个与图像大小相同的单通道掩膜，并在其中绘制一个圆形区域作为有效区域。

2. 调用 minMaxLoc：传入掩膜，只在掩膜为非零的区域内查找最小值和最大值。

3. 输出结果：输出掩膜区域内的最小值和最大值及其位置。

4. 注意事项

1. 多通道图像：cv::minMaxLoc() 只处理单通道图像。如果输入是多通道图像，需要先将其转换为单通道，例如使用 cv::cvtColor。

2. 掩膜类型：掩膜必须是 8 位单通道图像 (CV_8U)，非零的像素表示有效区域。

3. 性能考虑：对于大尺寸图像或需要频繁调用的场景，可以考虑优化掩膜的创建或提前处理图像，以提高性能。

4. 精度：最小值和最大值的位置如果存在多个相同的值，cv::minMaxLoc() 返回第一个找到的位置。

5. 应用场景

• 模板匹配：在模板匹配过程中，可以使用 minMaxLoc() 查找匹配结果中的最佳匹配位置。

• 图像阈值处理：确定图像的动态范围，以选择合适的阈值。

• 特征检测：在某些特征检测算法中，需要找到响应值的最大或最小位置。

• 图像分析：分析图像的亮度分布，识别亮点或暗点。